《表1 灰色关联度计算值:基于BPNN和RNN模型的烧结矿质量预测方法对比及分析》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于BPNN和RNN模型的烧结矿质量预测方法对比及分析》
相关分析的常用方法如主成分分析[16]、典型相关分析[17]和Pearson分析[18]要求数据具有高斯分布。但是,烧结矿原料参数数据没有这样的分布,而数据之间还存在关联。灰色关联度分析方法[19]是依据因素序列之间发展趋势的相似或相异程度来衡量因素间关联程度。在应用灰色关联度分析的过程中,不需要考虑样本量的大小和样本数学分布规律。因此,采用灰色关联度分析作为烧结矿全铁品位、碱度、焦炭配比的关键影响因素分析方法,结合前文分析结果,可以确定烧结质量指标影响最大的参数,灰色关联度计算值见表1。最终,影响焦炭配比的关键参数为混匀料SiO2质量分数、CaO质量分数、MgO质量分数、Al2O3质量分数和返矿比例。影响铁品位的关键参数为TFe品位、SiO2质量分数、燃料比例、返矿比例和水分率。影响碱度的关键参数为SiO2质量分数、CaO质量分数、MgO质量分数、Al2O3质量分数、燃料比例和水分率。
图表编号 | XD00158220700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 刘加达、于帆、温治、张辉、张四宗、韩俊涛 |
绘制单位 | 北京科技大学能源与环境工程学院、北京科技大学能源与环境工程学院、北京科技大学能源与环境工程学院、北京科技大学能源与环境工程学院、北京科技大学能源与环境工程学院、北京科技大学能源与环境工程学院 |
更多格式 | 高清、无水印(增值服务) |